用 multiprocessing 写一个多进程处理一个任务

可以使用multiprocessing库来实现多进程任务处理。以下是一个示例代码：

import multiprocessing

def process_task(task):
    # 处理任务的函数
    result = do_something_with_task(task)
    return result

if __name__ == '__main__':
    # 创建进程池，指定进程数
    num_workers = multiprocessing.cpu_count() # 获取CPU核心数
    pool = multiprocessing.Pool(num_workers)

    # 定义任务列表
    task_list = [task1, task2, task3, ...]

    # 使用进程池处理任务列表
    results = pool.map(process_task, task_list)

    # 关闭进程池
    pool.close()
    pool.join()

    # 输出处理结果
    print(results)

在这个示例代码中，我们首先定义了一个 `process_task()` 函数，用于处理单个任务。我们通过使用 `multiprocessing.Pool()` 函数创建一个进程池，然后使用 `pool.map()` 函数将任务列表中的每个任务都映射到处理函数中进行处理。最终，我们使用 `pool.close()` 和 `pool.join()` 函数关闭进程池。

当然，在实际的应用中，你需要根据具体的需求来编写任务处理函数和任务列表，并且需要注意在进程间共享数据的问题。